定 价:69.8 元
丛书名:智能加速度:办公·写作·设计·营销的AI增效
- 作者:蒋守花
- 出版时间:2024/12/1
- ISBN:9787302698715
- 出 版 社:清华大学出版社
- 中图法分类:TP274
- 页码:
- 纸张:胶版纸
- 版次:
- 开本:16开
-
商品库位:
本书是一本实用性很强的AI赋能数据分析与处理的著作,它是以WPS2023为写作蓝本,专为希望利用人工智能技术提高数据处理与分析效率的读者设计。书中不仅涵盖了WPS数据分析的核心技术,而且还特别强调了人工智能在数据分析中的辅助作用,如智能数据抓取、语音输入转换、条件格式设置等,使读者能够快速掌握并应用这些技术以提高工作效率。本书共分为9个项目,每个项目都围绕一个实际案例展开,从基础知识的介绍到实际操作的实施,再到AI技术的助力,逐步引导读者深入理解并实践数据智能处理。书中具体内容涵盖了数据输入、编辑、清洗、整理、筛选、排序、分类汇总、公式与函数应用、数据透视表、数据可视化等关键技能,以及数据分析在进销存、财务、人力等行业中的分析应用实战案例,每个项目都配有详细的操作步骤和课后练习,确保读者能够将理论知识转化为实际操作技能。此外,书中最后部分列举了3个数据分析的综合应用案例,通过详细的步骤和图解,帮助读者更直观地理解数据分析的过程和结果。作为一本技术性与操作性很强的图书,本书既可作为高等院校相关专业学生的辅导用书,也非常适合企业数据分析师、财务人员、市场研究人员和个人自学使用。对于初学者来说,书中的基础知识和操作步骤讲解清晰,易于上手;对于有一定基础的读者,书中的AI应用和高级技巧将帮助他们进一步提升数据分析的深度和广度。通过本书的学习,读者将能够更加高效地处理和分析数据,为决策提供有力的数据支持。
从基础的数据输入、清洗与整理,到高级的数据计算、透视表分析和可视化展示,每个项目都融入了AI技术的实战应用,帮助读者提升数据处理能力和分析效率。
前言
PREFACE
在人工智能(AI)时代,数据分析不再是简单的数字游戏,而是一场智能化的技术革命。AI技术的融入,使得数据分析变得更加高效、精准,并且能够处理更大规模的数据集。在这个时代,数据不仅仅是决策的依据,更是洞察未来趋势的钥匙。AI的算法能够揭示数据背后隐藏的模式和关联,预测市场动向,优化业务流程,甚至推动创新。本著作正是在这样的背景下应运而生,旨在帮助读者掌握AI时代数据分析的核心技能。
首先,本书是以WPS 2023 软件为写作蓝本,详细而全面地阐述了WPS 2023在数据处理与分析中的核心技术。其次,本书还深入探讨了AI技术在数据分析中的应用,通过实际案例,展示了如何利用AI工具和算法来简化数据分析流程,提高数据处理的质量和速度。最后,作为一本立足实战的著作,书中每个项目都设计了清晰的操作步骤与针对性训练,助力读者将知识转化为实际技能。
本书共分为9个项目,每个项目都围绕一个具体的数据分析任务展开。从数据的输入与编辑、清洗与整理,到筛选、排序与分类汇总,再到公式与函数的应用,数据透视表的制作数据可视化处理,以及数据分析在进销存、财务、人力等行业中的分析应用实战案例,每个项目都包含了从基础知识到实际操作的完整流程。此外,每个项目还特别设置了“AI助力”环节,介绍如何使用AI技术来优化数据分析的各个环节,使读者能够紧跟时代的步伐,掌握的数据分析技能。
本书由成都医学院蒋守花老师,基于四川省教育数字化发展与评价重点实验室2025年立项(No. JYSZH202514)课题成果撰写,在撰写过程中,作者凭借多年的数据分析和AI技术研究经验,力求将理论与实践相结合,使内容既系统又实用。数据分析领域的读者,无论起点如何(零基础初学者或专业人士),都能从这本兼具综合性与指导性的著作中获益良多。对于初学者,书中的基础教程和操作步骤讲解清晰,易于上手;对于专业人士,书中的AI应用和高级技巧将帮助他们进一步提升数据分析的深度和广度。通过阅读本书,读者将能够更加高效地处理和分析数据,为决策提供有力的数据支持。
在这个数据和AI驱动的时代,掌握数据分析技能已经成为职场竞争力的重要组成部分,本著作为读者铺就了一条全面、系统的知识获取路径,目标是培养他们成为数据分析领域的高手。
著者
2025年5月
蒋守花,2014年毕业于西华师范大学计算机应用技术专业。现任职于成都医学院现代教育技术中心。中国计算机学会(CCF)专业会员,近五年主持市厅级项目4项,发表期刊论文13篇,致力于人工智能、边缘计算、智慧校园建设、数据传输与分析、5G双域网融合等相关领域研究。
目录
CONTENTS
项目1 数据的输入与编辑:制作“物价表” / 1
学习目标 / 1
知识准备 / 1
知识点1 通过AI了解数据输入与编辑的注意事项 / 1
知识点2 数据的类型与输入 / 2
知识点3 快速输入数据的方法 / 4
知识点4 导入外部数据 / 7
项目实施 / 9
AI助力 / 15
项目小结 / 25
课后练习—在订单表中快速输入数据 / 26
项目2 数据的清洗与整理:制作“网店进销存数据表” / 27
学习目标 / 27
知识准备 / 27
知识点1 使用AI了解数据清洗与整理的注意事项 / 27
知识点2 数据输入前的处理 / 28
知识点3 数据输入后的处理 / 30
知识点4 处理单元格中不规范的格式 / 32
知识点5 表格格式设置 / 35
项目实施 / 39
AI助力 / 44
项目小结 / 50
课后练习—清洗与整理零售统计表 / 51
项目3 数据的筛选、排序与分类汇总:制作“商品采购表” / 52
学习目标 / 52
知识准备 / 52
知识点1 数据筛选 / 52
知识点2 数据排序 / 58
知识点3 数据分类汇总 / 59
项目实施 / 62
AI助力 / 68
项目小结 / 71
课后练习—汇总与筛选员工工资表 / 72
项目4 公式与函数的应用:制作“员工工资表” / 73
学习目标 / 73
知识准备 / 73
知识点1 制作“员工工资表”的技术要点 / 73
知识点2 公式及基本操作 / 74
知识点3 函数及其基本操作 / 79
知识点4 单元格的引用 / 81
知识点5 定义名称 / 83
知识点6 常用函数解析 / 89
项目实施 / 101
AI助力 / 107
项目小结 / 116
课后练习—使用函数制作服装销售表 / 116
项目5 数据透视表的应用:制作“店铺商品统计表” / 117
学习目标 / 117
知识准备 / 117
知识点1 制作“店铺商品统计表”的技术要点 / 117
知识点2 认识数据透视表 / 118
知识点3 设置数据透视表字段 / 124
知识点4 设置数据透视表格式 / 130
知识点5 更新数据透视表的数据源 / 131
知识点6 筛选数据透视表中的数据 / 133
知识点7 数据透视图的应用 / 137
项目实施 / 142
AI助力 / 149
项目小结 / 152
课后练习—用数据透视表和数据透视图分析员工销售额 / 153
项目6 数据可视化处理:制作“产品销售表” / 154
学习目标 / 154
知识准备 / 154
知识点1 制作“产品销售表”的技术要点 / 154
知识点2 通过AI了解数据可视化处理的作用 / 156
知识点3 认识图表 / 158
知识点4 创建与编辑图表 / 161
知识点5 创建动态图表 / 171
知识点6 用样式美化图表 / 172
项目实施 / 175
AI助力 / 180
项目小结 / 184
课后练习—用图表展示销售数据分析表 / 185
项目7 综合实战:进销存报表数据分析 / 186
学习目标 / 186
知识准备 / 186
知识点1 进销存报表数据准备与整理 / 186
知识点2 进销存报表结构规划 / 187
知识点3 进销存报表制作思路 / 188
项目实施 / 189
AI助力 / 201
项目小结 / 205
课后练习—用数据透视表展示库存报表 / 205
项目8 综合实战:制作人力数据分析看板 / 206
学习目标 / 206
知识准备 / 206
知识点1 人力数据分析的重要性 / 206
知识点2 数据分析看板的作用 / 207
知识点3 人力数据分析流程 / 207
项目实施 / 208
AI助力 / 224
项目小结 / 229
课后练习—用看板展示岗位薪酬 / 230
项目9 综合实战:制作财务费用分析看板 / 231
学习目标 / 231
知识准备 / 231
知识点1 财务费用分析看板内容 / 231
知识点2 财务费用分析看板的核心数据指标 / 232
知识点3 财务费用分析框架设计 / 232
项目实施 / 234
AI助力 / 248
项目小结 / 250
课后练习—用看板展示公司财务数据 / 250